1. 모델
- 기존 YOLOv8-seg 모델에서 성능이 향상된 YOLOv11로 변경
2. Hyperparameter
- Img size = 1088
- batch size = 16
- epochs = 50 ~ 70
-> pretrained 가중치 사용 시 30 ~ 50이 가장 효율적인 성능 보임
3. Ray Tune 방식
- 하이퍼파라미터를 자동으로 탐색하여 미세튜닝
- 데이터가 충분하여 인식률이 극적으로 향상되지 않음
4. Image Data 추가 학습
- mAP 값이 낮은 라벨의 데이터를 보강하기 위해 기존 데이터 (약 4000장)에 COCO 데이터(약 1000장) 을 추가로 학습시킴
- 1차 시도 : COCO datasets 의 ‘오토바이’, ‘사람’ 이미지 추가학습
- 2차 시도 : ‘Compact car Icon’ 라벨 포함된 이미지 증강하여 추가학습
COCO Dataset 학습 전
COCO Dataset 학습 후
